CN118536963B 基于狀態評估與故障率修正的變壓器檢修決策方法和系統 （國網冀北電力有限公司經濟技術研究院）

基于狀態評估與故障率修正的變壓器檢修本發明涉及一種基于狀態評估與故障率修特征量和健康評估區間構建并訓練多個神經網的故障率曲線及基于個體差異和運行狀態畫像2后基于所述初次劃分區間和設置參數將所述初次劃分區間基于所述特征量和所述健康評估區間構建并訓練多個神經網絡模型以獲取變壓器健基于所述最終預測區間類型生成變壓器的故障率曲線，以及基基于修正后的故障率曲線以及最小成本與可靠性約束，構建檢修策其中，利用預處理后的變壓器故障數據將變壓器故障數據類型劃分為初次劃分區間，然后基于所述初次劃分區間和設置參數將所述初次劃分區間二次劃分為健康評估區間進b3]；將無故障與輕微故障之間的點設置為c1并將輕微故障與嚴重故障之間的點設置為c2，基于所述點c1和所述點c2設置無故障和輕微故障、輕微故障和嚴重故障的2個判斷模糊區222+L2]；基于所述模糊區域的長度和所述模糊區域將健康狀態區間二次劃分為其中，基于所述最終預測區間類型生成變壓器的故障率曲數據獲取各階段的形狀參數和尺度參數以基于所述形狀參數和尺度參數建立所述變壓器狀態畫像修正所述變壓器的故障率曲線以獲取考慮運行畫像后的修3變壓器中第i臺變壓器的運行年限，n1為所統計的同類變壓器在運行期間發生故障的總次0_i為同一廠家生產的變壓器中第i臺變壓器的運行年限，n0為同一廠家生產的變壓器2.根據權利要求1所述的基于狀態評估與故障率修正的變壓器檢修決策方法，其特征對所述變壓器故障數據進行采集，所述變壓器故障數據包括在所述變對數據異常情況進行預處理，其中，所述預處理包括填補缺失數據通過熵權法從預處理后的變壓器故障數據中去除冗余的相關要素以獲取3.根據權利要求2所述的基于狀態評估與故障率修正的變壓器檢修決策方法，其特征利用極差歸一化法和標準差歸一化法對所述原始指標數據矩陣中的每個指標數值進4j表示第j個指標值的指標熵值；j為第j個指標的差異程度；對所述各指標冗余值從大至小進行排序并選擇指標冗余值最大的預定數量的指標冗4.根據權利要求1所述的基于狀態評估與故障率修正的變壓器檢修決策方法，其特征分別建立歸一化處理后的與所述油色譜數據、所述油試驗數據5.根據權利要求1所述的基于狀態評估與故障率修正的變壓器檢修決策方法，其特征利用相關性分析和Laplace評分法進行指標客觀提取以選取與其他指標關聯強度具有差異且Laplace評分最大的預定數量的基于所述主特征指標生成指標標簽，所述指標標簽包括分別與區域屬性、5基于所述指標標簽構建運行狀態畫像，所述運行狀通過熵權法計算各屬性維度下的指標標簽權值，并基于所述指標標對不同運行狀態畫像與變壓器故障率進行相關性分析以基于所述調整系數、所述變壓器的故障率曲線、所述考慮家6.根據權利要求1所述的基于狀態評估與故障率修正的變壓器檢修決策方法，其特征中，所述同時檢修約束是指同時檢修變壓器的約束以避免變壓器檢修所導致的重復停電；7.一種基于狀態評估與故障率修正的變壓器健康評估區間獲取模塊，用于利用預處理后的歷史變壓器故障數據將變區間預測模塊，用于基于所述特征量和所述故障曲線生成模塊，用于基于所述最終預測區間類型生成變壓器的故最優檢修時間確定模塊，用于基于修正后的故障率曲線以及最小成本與可靠性約束，67余的相關要素以獲取所述特征量進一步包括：利用所述變壓器故障數據中的m個待評價樣指標冗余值最大的預定數量的指標冗余值相對應的變壓器劃分為初次劃分區間，所述初次劃分區間包括無故障區間[a1,b1]、輕微故障區間8測區間類型利用變壓器故障數據獲取各階段的形狀參數和尺度參數以基于所述形狀參數行狀態畫像并基于所述運行狀態畫像修正所述變壓器的故障率曲線以獲取考慮運行畫像家族性缺陷后的修正故障率函數，jc(t)為根據同類變壓器歷史數據擬合得到的故障率函9為同類變壓器中第i臺變壓器的運行年限，n1為所統計的同類變壓器在運行期間發生故障述變壓器的故障率曲線以獲取以下修正后的故障率曲線進一步包括：利用相關性分析和Laplace評分法進行指標客觀提取以選取與其他指標關聯強度具有差異且Laplace評分最所述電網安全約束是指通過潮流計算進行安全后的故障率曲線以及最小成本與可靠性約束，構建檢修策略決策模型以獲取最優檢修時障分類有助于更準確地識別故障模式，為后續步驟提供準確的信息以提高故障識別準確[0046]圖1為根據本發明實施例的基于狀態評估與故障率修正的變壓器檢修決策方法的[0050]圖5為根據本發明實施例的基于狀態評估與故障率修正的變壓器檢修決策系統的針對數據開展合理有效的處理；三是針對缺失值處理采用基于重復模擬的缺失值處理法，[0057]缺失值處理：利用變量均值向量和方差-協方差陣作為先驗信息，構建馬爾科夫ic包括觀測數據Ywz和缺失數計算所述參數空間θ的發生概率以及對高斯模型的參數空間θ的估計值進[0066]通過熵權法從預處理后的變壓器故障數據中去除冗余的相關要素以獲取特征量[0069]通過熵權法從預處理后的變壓器故障數據中去除冗余的相關要素以獲取特征量[0089]對各指標冗余值從大至小進行排序并選擇指標冗余值最大的預定數量的指標冗緣電陽在判斷鐵芯相關故障如鐵芯接地時具有重要意義；繞組直流電阻差能夠反映熱故微故障之間的點設置為c1并將輕微故障與嚴重故障之間的點設置為c2，基于點c1和點c2設[0095]基于模糊區域的長度和模糊區域將健康狀態區間二次劃分為健康評估區間，其性質的隨機過程稱為馬爾科夫過程。馬爾科夫鏈指的是在一段時間內隨機變量X的取值序[0101]m"表示隨機變量X在時刻t的取值為sk的概率，則隨機變量X在時刻t+1果非周期馬爾科夫鏈的狀態轉移矩陣P和概率分布π*對22；[0112]可知在x＝x1這條直線上，用條件概率分布π(y|x)作為馬爾科夫鏈的狀態轉移概[0118]將各劃分區間的數據按照特征量類別進行吉布斯采樣，獲取各特征量的分布概+L1][0124]對于其他參量也可以通過本方法在初次劃分的3個區間內進行抽樣確定概率分布1L1]21+L1]345于特征量和健康評估區間構建并訓練多個神經網絡模型以獲取變壓器健康狀況的多個預為neti，輸出記為oi，輸出層第k個節點的輸出為yk，則中間層第j個節點的輸入為：差異和運行狀態畫像修正故障率曲線。基于最終預測區間類型生成變壓器的故障率曲線，以及基于個體差異和運行狀態畫像修正故障率曲線數和尺度參數以基于形狀參數和尺度參數建立障率對應的威布爾分布，求得各階段的形狀參數α和尺度參數β,以建立設備基礎故障率模家族性缺陷后的修正故障率函數，jc(t)為根據同類變壓器歷史數據擬合得到的故障率函為同類變壓器中第i臺變壓器的運行年限，n1為所統計的同類變壓器在運行期間發生故障修正變壓器的故障率曲線以獲取以下修正后的故障率曲線進一步包取與其他指標關聯強度具有差異且Laplace評分最大的預定數量的指標[0186]X=(x-列/o;提供了便利。[0211]Pearson簡單相關系數用來度量定距變量的線性相關關系，在計算相關系數時應策略決策模型以獲取最優檢修時間。基于修正后的故障率曲線以及最小成本與可靠性約束，構建檢修策略決策模型以得到最終的檢修時間計劃(基于修正后的故障率曲線以及對[0228](3)配電網檢修計劃優化模型：配電變壓器檢修優化的目標是最大限度地減小檢[0248]其中為移動步長；為基于布朗游走正態分布的隨機向量；為逐項乘法運